本發(fā)明公開了一種基于注意力模型和深度強(qiáng)化學(xué)習(xí)的無人車行駛決策方法通過構(gòu)建感知模塊和決策模塊完成無人車行駛決策任務(wù)，具體為：通過搭建自注意力模型和長短時(shí)記憶網(wǎng)絡(luò)對(duì)感知模塊進(jìn)行建模，然后通過自動(dòng)編碼器模型對(duì)感知模塊進(jìn)行訓(xùn)練；利用卷積網(wǎng)絡(luò)和全連接網(wǎng)絡(luò)搭建決策模塊，所述決策模塊基于深度確定性策略算法。利用感知模塊對(duì)觀測數(shù)據(jù)進(jìn)行降維，再利用深度強(qiáng)化學(xué)習(xí)決策模塊進(jìn)行策略學(xué)習(xí)，并通過引入優(yōu)先經(jīng)驗(yàn)回放的方法，提高數(shù)據(jù)樣本的利用率，從而提高算法的訓(xùn)練速度。本發(fā)明方法通過在自動(dòng)駕駛環(huán)境中進(jìn)行模型訓(xùn)練后，可以在復(fù)雜的道路環(huán)境中安全行駛，并根據(jù)環(huán)境的變化制定合理的駕駛策略。